결국은 프로그래밍
1.[알고리즘] 선언적인 결과예측 (레벨2 H-Index)
DescriptionH-Index는 과학자의 생산성과 영향력을 나타내는 지표입니다. 어느 과학자의 H-Index를 나타내는 값인 h를 구하려고 합니다. 위키백과1에 따르면, H-Index는 다음과 같이 구합니다.어떤 과학자가 발표한 논문 n편 중, h번 이상 인용된 논
2.[알고리즘] 실수를 줄이는 습관 (레벨2 끝말잇기)
영어 끝말잇기 문제임. 난이도는 쉽지만, 반복하는 실수 줄이기 위해 블로그 작성계속해서 오답이 나온 이유 -> 부정연산자는 부정연산자가 붙어있는 연산을 가장 먼저 실행.괄호x->괄호 . 코드 블록 잘 활용할것.
3.[알고리즘] 탐욕법과 최적화 (레벨2 구명보트)
그리디(greedy) 알고리즘? 말그대로 탐욕법이라는 건데, 눈앞에 보이는 당장의 가장 바람직한 선택들이 결국에는 최종적으로도 가장 바람직한 선택이 되는 알고리즘을 말한다. 그리디 알고리즘은 두가지 조건이 만족할 때 그것이 바람직한 정답을 가져온다. 하나는 매번 하는
4.[알고리즘] 다르게 생각하기 (레벨1 소수찾기)
소수문제는 알고리즘 문제에서 가장 단골로 등장하는 문제중 하나일 것이다. 소수는 1이외에 자기 자신으로만 나눠지는 숫자인데, 단순히 어떤 숫자가 소수이냐로 판별하는데 그치는 것이 아니라, 소수를 이용한 다른 응용문제들로 이어진다. (예를들어 소수의 갯수가 몇개이냐 하
5.[알고리즘] 여러 원리를 함께 적용하기 (레벨2 소수찾기)
문제 기록 알고리즘에선 경우의 수 문제가 많다. 그 중에 단골로 등장하는 문제가 바로 줄세우기(혹은 뽑아서 줄세우기)인데, 순열 조합이라고 부르기도 한다. 순열의 경우의 수를 구하는 것은 수학적인 개념을 적용하면 되지만, 그 case들을 나열하는 것이면 얘기가
6.[알고리즘] 메모제이션(dp)활용하기 (레벨2 숫자 변환하기)
여러가지 아이디어가 떠올랐는데, 재귀함수를 통한 완전탐색을 먼저 떠올렸다. x 부터 y까지 3가지 연산들을 중복을 포함한 순열로 푼다면 원하는 답을 찾을 수 있기 때문이다.2.완전탐색의 효율성이 떨어지는 이유(1);정답은 맞는다. 그러나 모든 경우의 수를 확인하기 위한
7.[알고리즘] 이진탐색과 파라메트릭 서치 (입국 심사 문제)
해당문제가 이진탐색문제로 접근해야 하는 문제인지 처음에 오래걸렸다. 구하려고 하는 최소시간이 어떻게 산출되는지 이해가 늦어졌기 때문이었고, 특정값을 구하는 이진탐색과는 다르게 해당 문제는 어떤 조건을 만족하는 최소값을 구하는 문제이기 때문이다. 그러나 이진탐색은 특정
8.[알고리즘] DP 뿌시기...(1)
1.동적계획법이라고 불리며 특정 알고리즘이 아닌 '문제 해결 방식'을 말함.2.해결한 작은 문제로 큰 문제를 해결하는 방식을 이야기함.3.해결방식에 따라 메모리를 많이 사용하기도 하지만, 빠른 성능을 자랑한다.4.메모제이션(Memoization)방식과 타뷸레이션(Tab
9.[알고리즘] 엣지케이스와 에러핸들링 (레벨2 숫자 블록)
간혹 알고리즘 문제를 풀다보면 로직에는 아무 이상이 없다고 생각했는데, 테스트케이스를 통과하지 못할때가 있다. 킹받는건 프로그래머스의 테케는 공개되지 않기 때문에, 해당 fail을 일으키는 케이스들을 내가 찾아야한다. 그래서 그런지 난이도가 올라갈수록 오히려 공개된 테
10.[알고리즘] DP 뿌시기...(2) (레벨2 시소짝꿍)
DP 문제들은 앞으로 정리해놓을까 한다. 나한테 어려우면서도 흥미로워서...다음 문제는 메모이제이션을 이용해서 해결한 문제중 기억에 남는 문제중 하나다. x2 x3 x4 중복이 되지않게 출현시키기. (중복 수 처리)시소짝 '한 쌍'의 갯수에 대한 카운트 처리 아예 처음
11.[알고리즘] 해를 구하는 최적의 방법을 떠올리기 (레벨2 디펜스 게임)
첫인상은 스택 & 그리디 문제. (들어온 가장 큰것에만 무적권을 쓰는)그러나 원하는 최대값을 선언적으로 알 수 없음. 다음 스테이지에 뭐가 나올지 미리 알기 어렵기 때문.해결할 방법은. 가능한 만큼 미션을 클리어 한 후 타임머신을 타고 돌아가, 기억에 가장컸던 것들 먼